| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 时尚产品相关概述 | 第9-10页 |
| 1.1.1 时尚产品及时尚流行 | 第9页 |
| 1.1.2 时尚产品流行元素 | 第9-10页 |
| 1.2 研究背景和目的 | 第10-11页 |
| 1.3 研究意义 | 第11-12页 |
| 1.4 国内外研究现状 | 第12-16页 |
| 1.4.1 时尚产品预测模型相关研究 | 第13-15页 |
| 1.4.2 网络搜索数据与社会经济行为相关研究 | 第15-16页 |
| 1.5 本文研究内容和结构 | 第16-19页 |
| 2 时尚产品预测及其预测模型 | 第19-25页 |
| 2.1 时尚产品预测分析 | 第19页 |
| 2.2 预测模型概述 | 第19-25页 |
| 2.2.1 回归分析 | 第20页 |
| 2.2.2 ARIMA时间序列模型 | 第20-21页 |
| 2.2.3 灰色预测 | 第21页 |
| 2.2.4 BP神经网络 | 第21-22页 |
| 2.2.5 ELM极限学习机模型 | 第22-23页 |
| 2.2.6 OS-ELM极限学习机模型 | 第23-24页 |
| 2.2.7 小结 | 第24-25页 |
| 3 基于成交数据的时尚产品预测模型研究 | 第25-34页 |
| 3.1 建模思想 | 第25-26页 |
| 3.2 构建组合模型 | 第26页 |
| 3.2.1 ARIMA时间序列模型线性建模 | 第26页 |
| 3.2.2 ELM极限学习机非线性建模 | 第26页 |
| 3.3 实验及结果分析 | 第26-32页 |
| 3.3.1 数据来源及分析 | 第26-29页 |
| 3.3.2 预测及结果分析 | 第29-30页 |
| 3.3.3 组合预测模型对所有颜色的预测及结果分析 | 第30-32页 |
| 3.3.4 不同预测模型预测结果比较分析 | 第32页 |
| 3.4 本章小结 | 第32-34页 |
| 4 基于网络搜索数据的时尚产品流行趋势预测 | 第34-43页 |
| 4.1 网络搜索数据与时尚产品流行趋势预测的关系分析 | 第34-36页 |
| 4.2 网络搜索数据对时尚产品流行趋势预测能力分析 | 第36-39页 |
| 4.2.1 数据来源及分析 | 第36页 |
| 4.2.2 搜索指数提前期分析 | 第36-37页 |
| 4.2.3 搜索指数与成交指数的协整分析 | 第37-38页 |
| 4.2.4 Granger因果关系检验 | 第38-39页 |
| 4.3 离线的时尚产品流行趋势预测 | 第39-41页 |
| 4.3.1 基于ELM极限学习机的时尚产品流行趋势预测 | 第39页 |
| 4.3.2 预测及结果分析 | 第39-41页 |
| 4.4 在线的时尚产品流行趋势预测 | 第41页 |
| 4.5 本章小结 | 第41-43页 |
| 结论 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49-51页 |
